基於SQL Server OS的任務調度機制詳解

簡介

     SQL Server OS是在Windows之上，用於服務SQL Server的一個用戶級別的操作系統層次。它將操作系統部分的功能從整個SQL Server引擎中抽象出來，單獨形成一層，以便為存儲引擎提供服務。SQL Server OS主要提供了任務調度、內存分配、死鎖檢測、資源檢測、鎖管理、Buffer Pool管理等多種功能。本篇文章主要是談一談SQL OS中所提供的任務調度機制。

搶占式(Preemptive)調度與非搶占式(non-Preemptive)調度

    數據庫層面的任務調度的起源是ACM上的一篇名為“Operating System Support for Database Management”。但是對於Windows來說，在操作系統層面專門加入支持數據庫的任務調度，還不如在SQL Server中專門抽象出來一層進行調度，既然可以抽象出來一層進行數據庫層面的任務調度，那麼何不在這個抽象層進行內存和IO等的管理呢？這個想法，就是SQL Server OS的起源。

    在Windows NT4之後，Windows任務調度是搶占式的，也就是說Windows任務是根據任務的優先級和時間片來決定。如果一個任務的時間片用完，或是有更高優先級的任務正在等待，那麼操作系統可以強制剝奪正在運行的線程（線程是任務調度的基本單位）所占用的CPU，將CPU資源讓給其它線程。

    但是對於SQL Server來說，這種非合作式的、基於時間片的任務調度機制就不那麼合適了。如果SQL Server使用Windows內的任務調度機制來進行任務調度的話，Windows不會根據SQL Server的調度機制進行優化，只是根據時間片和優先級來中斷線程，這會導致如下兩個缺陷:

Windows不會知道SQL Server中任務(也就是SQL OS中的Task,會在文章後面講到)的最佳中斷點，這勢必會造成更多的Context Switch（Context Switch代價非常非常高昂,需要線程字用戶態和核心態之間轉換），因為Windows調度不是線程本身決定是否該出讓CPU，而是由Windows決定。Windows並不會知道當前數據庫中對應的線程是否正在做關鍵任務，只會不分青紅皂白的奪取線程的CPU。 連入SQL Server的連接不可能一直在執行，每一個Batch之間會有大量空閒時間。如果每個連接都需要單獨占用一個線程，那麼SQL Server維護這些線程就需要消耗額外的資源，這是很不明智的。

     而對於SQL Server OS來說，線程調度采用的合作模式而不是搶占模式。這是因為這些數據庫內的任務都在SQL Server這個SandBox之內，SQL Server充分相信其內線程，所以除非線程主動放棄CPU，SQL Server OS不會強制剝奪線程的CPU。這樣一來，雖然Worker之間的切換依然是通過Windows的Context Switch進行，但這種合作模式會大大減少所需Context Switch的次數。

    SQL Server決定哪一個時間點哪一個線程運行，是通過一個叫Scheduler的東西進行的，下面讓我們來看Scheduler。

Scheduler

    SQL Server中每一個邏輯CPU都有一個與之對應的Scheduler，只有拿到Scheduler所有權的任務才允許被執行，Scheduler可以看做一個隊SQLOS來說的邏輯CPU。您可以通過sys.dm_os_schedulers這個DMV來看系統中所有的Scheduler，如圖1所示。
 

    圖1.查看sys.dm_os_schedulers

   我的筆記本是一個i7四核8線程的CPU，對應的，可以看到除了DAC和運行系統任務的HIDDEN Scheduler，剩下的Scheduler一共8個，每個對應一個邏輯CPU，用於處理內部Task。當然，您也可以通過設置Affinity來將某些Scheduler Offline，如圖2所示。注意，這個過程是在線的，無需重啟SQL Server就能實現。

    圖2.設置Affinity

    此時，無需重啟實例就能看到4個Scheduler被Offline,如圖3所示:
 

    圖3.在線Offline 4個Scheduler

    一般來說，除非您的服務器上運行其他實例或程序，否則不需要控制Affinity。

    在圖1中，我們還注意到，除了Visible的Scheduler之外，還有一些特殊的Scheduler，這些Scheduler的ID都大於255，這類Scheduler都用於系統內部使用，比如說資源管理、DAC、備份還原操作等。另外，雖然Scheduler和邏輯CPU的個數一致，但這並不意味著Scheduler和固定的邏輯CPU相綁定，而是Scheduler可以在任何CPU上運行，只有您設置了Affinity Mask之後，Scheduler才會被固定在某個CPU上。這樣的一個好處是，當一個Scheduler非常繁忙時，可能不會導致只有一個物理CPU繁忙，因為Scheduler會在多個CPU之間移動，從而使得CPU的使用傾向於平均。

    這意味著對於一個比較長的查詢，可以前半部分在CPU0上執行，而後半部分在CPU1上執行。

    另外，在每一個Scheduler上，同一時間只能有一個Worker運行，所有的資源都就緒但沒有拿到Scheduler，那麼這個Worker就處於Runnable狀態。下面讓我們來看一看Worker。

Worker

    每一個Worker可以看做是對應一個線程（或纖程），Scheduler不會直接調度線程，而是調度Worker。Worker會隨著負載的增加而增加，換句話說，Worker是按需增加，直到增加到最大數字。在SQL Server中，默認的Worker最大數是由SQL Server進行管理的。根據32位還是64位，以及CPU的數量來設置最大Worker,具體的計算公式，您可以參閱BOL：http://msdn.microsoft.com/zh-cn/library/ms187024(v=sql.105).aspx。當然您也可以設置最大Worker數量，如圖4所示。

   

    圖4.設置最大Worker數量  

    如果是自動配置，那麼SQL Server的最大工作線程數量可以在sys.dm_os_sys_info中看到，如圖5所示。

     

     圖5.查看自動配置的最大Worker數量

    一般來說，這個值您都無需進行設置，但也有一些情況，需要設置這個值。那就是Worker線程用盡，此時除了DAC之外，您甚至無法連入SQL Server。

    Worker實際上會對應Windows上的一個線程，並與某個特定Scheduler綁定，每一個Worker只要開始執行Task,除非Task完成，否則Worker永遠不會放棄這個Task,如果一個Task在運行過程由於鎖、IO等陷入等待，那麼實際上Worker就會陷入等待。

    此外，同一個連接內的多個Batch之間傾向於使用同一個Worker,比如第一個Batch使用了Worker 100,那麼第二個Batch也同樣傾向於是用Worker 100，但這並不絕對。

    正在運行的任務所是用的Worker，我們可以通過DMV sys.dm_exec_requests查看正在運行的任務，其中的Task_Address列可以看到正在運行的Task,再通過sys.dm_os_tasks的Worker_Address來查看對應的Worker。

    SQL Server會為每一個Worker保留大約2M左右的內存，對於每一個Scheduler上所能有的Worker數量是服務器的最大Worker數量/在線的Scheduler,每一個Scheduler所綁定的Worker會形成Worker池，這意味著每一個Scheduler需要Worker時，首先在Worker池中中查找空閒的Worker，如果沒有空閒的Worker時，才會創建新的Worker。這個行為會和連接池類似。

    那麼當一個Scheduler空閒超過15分鐘，或是Windows面臨內存壓力時。SQL Server就會嘗試Trim這個Worker池來釋放被Worker所占用的內存。

Task

    Task是Worker上運行的最小任務單元。只能拿到Worker的Task才能夠運行。我們可以看下面一個簡單的例子，如代碼1所示。

SELECT @@VERSION goSELECT @@SPID go

    代碼1.一個連接上的兩個Batch

    代碼1中的兩個Batch屬於一個連接，每一個Batch中都是一個簡單的Task,如我們前面所說，這兩個Task更傾向於復用同一個Worker，因為他們屬於同一個連接。但也有可能，這兩個Task使用了不同的Worker,甚至是不同的Scheduler。

    除了用戶所用的Task之外，還有一些永久的系統Task，這類Task會永遠占據Worker,這些Task包括死鎖檢測、Lazy Writer等。

Task在Scheduler上的平均分配

    新的Task還會嘗試在Scheduler之間平均分配，可以通過sys.dm_os_schedulers來看到一個load_factor列，這列的值就是用於供Task向Scheduler進行分配時，用來參考。

    每次一個新的Task進入Node時，會選擇負載最少的的Scheduler。但是，如果每次都來做一次選擇，那麼就會在Task入隊時造成瓶頸(這個瓶頸類似於TempDB SGAM頁爭搶)。因此SQL OS對於每一個連接，都會記住上次運行的Scheduler ID，在新的Task進入時作為提示(Hint)。但如果一個Scheduler的負載大於所有Scheduler平均值的20%，則會忽略這個提示。負載可以通過上面提到的load_factor列來看，對於某個Task運行的時間比較長，則很有可能造成Scheduler上Task分配的不均勻。

Worker的Yield

    由於SQL Server是非搶占式調度，那麼就不能為了完成某個Task，讓Worker占據Scheduler一直運行。如果是這樣，那麼處於Runnable的Worker將會饑餓，這不利於大量並發，也違背了SQL OS調度的初衷。

    因此，在合適的時間點讓出Scheduler就是關鍵。Worker讓出CPU使得其它Worker可以運行的過程稱之為yield。yield大體可分為兩種，一種是所謂的“natural yield”,這種方式是Worker在運行過程中被鎖或是某些資源阻塞，此時，該Worker就會讓出Scheduler來讓其它Worker運行。另外一種情況是Worker沒有遇到阻塞，但在時間片到了之後，主動讓出Scheduler,這就是所謂的“voluntarily yield”，這也就是SOS_SCHEDULER_YIELD等待類型的由來，一個Worker由RUNNING狀態轉到WAITING狀態的過程被稱之為switching。SQL OS的一個基本思想就是，要多進行switching，來保證高並發。下面我們來看幾種常見的yield場景:

基於時間片的voluntarily yield大概使得Worker每4秒yield一次。這個值可以通過sys.dm_os_schedulers的quantum_length_us列看到。 每64K結果集排序，就做一次yield。 語句complie,會做yield。 讀取數據頁時 batch中每一句話做完，就會做一次yield。 如果客戶端不能及時取走數據，worker也會做yield。

SQL Server OS中的搶占式任務調度
    對於一些代碼來說，SQL Server會存在一些搶占式代碼。如果您在等待類型中看到“PREEMPTIVE_*”類型的等待，說明這裡面的代碼正在運行在搶占式任務調度模式。這類任務包括擴展存儲過程、調用Windows API、日志增長（日志填0）。我們知道，合作式的任務調度需要任務本身Yield，但這類代碼在SQL Server 之外，如果讓他們運行在合作式任務調度這個SandBox之內，這類代碼如果不yield，則會永遠占用Scheduler。這是非常危險的。

    因此，在進入搶占式模式之前，首先需要將Scheduler的控制權交給在Runable隊列中的下一個Worker。此時，搶占式模式運行的代碼不再由SQL OS控制，轉而由Windows任務調度系統控制。因此一個Task的生命周期如果再加上轉到搶占式任務調度模式，則會如圖6所示。

  
 圖6.一個Task完整的生命周期

每一個Scheduler的任務調度

    對於每一個Scheduler的調度，一個簡單的模型如圖7所示。   

圖7.一個Scheduler的調度周期模型

小結
    SQL Server OS在Windows之上抽象出一套非搶占式的任務調度機制，從而減少了Context Switch。同時，又有一套線程自己的yield機制，相比Windows隨機搶占數據庫之內的線程而言，讓線程自己來yield則會大量減少Context Switch,從而提升了並發性。